4月21日（周二）晚8点，#青稞Talk 第121期，港大OpenDriveLab和小米具身团队实习生、中科院自动化所模式识别实验室博士生田浩辰，将直播分享《SimScale：大规模真实世界仿真重塑端到端自动驾驶学习范式》。

大模型因 Data Scaling 屡创新高，但在自动驾驶却失灵了——现实世界难以提供足够的关键与长尾场景，采集到的大多是价值有限的常态片段，导致数据越多、提升越难。

因此，自动驾驶的瓶颈不在规模，而在缺乏能系统生成关键场景并支撑大规模训练的新路径。

为此，来自香港大学OpenDriveLab、中科院自动化所、小米汽车的联合团队提出了一种解决方案——SimScale, 通过真实世界仿真生成关键场景，以及真实仿真协同训练策略，首次揭示了自动驾驶仿真数据的规模效应：无需更多真实数据，只靠扩大仿真数量，就能持续突破任何端到端驾驶模型的性能上限！

SimScale 被 CVPR 2026 接收并被评选为 Oral Presentation.